Научная статья на тему 'Метод нечёткого логического вывода для анализа техногенных рисков электроустановок агропромышленного комплекса'

Метод нечёткого логического вывода для анализа техногенных рисков электроустановок агропромышленного комплекса Текст научной статьи по специальности «Математика»

CC BY
55
11
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ТЕХНОГЕННЫЙ РИСК / ЧЕЛОВЕКО-МАШИННАЯ СИСТЕМА / ЭЛЕКТРОУСТАНОВКА / РИСКООБРАЗУЮЩИЕ ФАКТОРЫ / НЕЧЕТКИЕ МНОЖЕСТВА / ЛИНГВИСТИЧЕСКАЯ ПЕРЕМЕННАЯ / TECHNOGENIC RISK / HUMAN-MACHINE SYSTEM / ELECTRICAL INSTALLATION / RISK FACTORS / FUZZY SETS / LINGUISTIC VARIABLE

Аннотация научной статьи по математике, автор научной работы — Еремина Тамара Владимировна, Шаныгин Иван Алексеевич

В статье рассмотрены методы анализа техногенной безопасности электроустановок, используемых на объектах агропромышленного комплекса. Оценка рисков опасности системы «Человек-Электроустановка-Среда» может быть определена с помощью экспертных оценок, являющихся наиболее эффективными методами в сравнении с вероятностными методами. Использование неопределённости с возможностью оперировать нечёткими числами и лингвистическими оценками позволяет решать задачи управления рисками опасности электроустановок сельскохозяйственных предприятий. Математическая теория принятия решений позволяет выделить наиболее распространённый метод нечётких множеств, который является целесообразным для оценки техногенных рисков в системе «Человек-Электроустановка-Среда» с описанием сценариев возникновения и развития опасности с взаимовлиянием рискообразующих факторов. Нечёткое множество представляет группу факторов с характеристикой нечёткой переменной, определяемой совокупностью универсального и единичного множества объектов. При рассмотрении предметной области «диагностика техногенных рисков опасности электроустановок сельскохозяйственного назначения» определена лингвистическая переменная, характеризуемая набором терминов, свойственных для данного риска. Наряду с лингвистической переменной базовым понятием нечёткого множества является функция принадлежности, позволяющая строго описывать расплывчатые элементы, конструкции и т.п. с оценкой степени принадлежности числам в интервале от 0 до 1. При формировании оценок парных сравнений и выбора наиболее значимого элемента используется форма ранга зависимости по ранговой шкале с последующим образованием системы нечёткого вывода. Алгоритм формирования нечёткого вывода предусматривает базу данных с входными и выходной переменной и структуру вывода. Входными переменными являются рискообразующие факторы с их лингвистическими оценками, а выходной переменной будет показатель интегрального риска опасности электроустановок.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

THE METHOD OF FUZZY LOGICAL CONCLUSION FOR ANALYSIS OF TECHNOGENIC RISKS OF ELECTRICAL INSTALLATIONS IN THE AGROINDUSTRIAL COMPLEX

The article discusses methods for analyzing the technogenic safety of electrical installations used at agricultural facilities. Hazard risk assessment of the Man-Electrical Installation-Environment system can be determined using expert assessments, which are the most effective method in comparison with probabilistic methods. The use of uncertainty with the ability to operate with fuzzy numbers and linguistic estimates allows to solve the problem of risk management of electrical installations of agricultural enterprises. Mathematical theory of decision making allows to select the most common method of fuzzy sets which is appropriate for the assessment of technogehic risks in the system "Man-electrical Installation-Environment» with the description of scenarios of emergence and development of danger with mutual influence of risk-forming factors. A fuzzy set represents a group of factors with the characteristic of a fuzzy variable defined by a set of universal and a single set of objects. In considering the subject area "diagnostics of technogenic risks of danger from electrical installations of agricultural purpose" the linguistic variable is defined, characterized by a set of terms specific to the risk. Along with the linguistic variable basic concept of fuzzy sets is membership function, allowing to strictly describe vague elements, structures, etc. with the assessment of the degree of membership numbers in the interval from 0 to 1. At formation estimates of paired comparisons and choosing the most significant element the form of the rank of dependence on the rank scale is used, with the subsequent formation of a fuzzy inference system. The fuzzy inference algorithm provides a database with input and output variables and an output structure. Input variables are risk factors with their linguistic estimates, and the output variable will be an indicator of the integral risk of electrical installations.

Текст научной работы на тему «Метод нечёткого логического вывода для анализа техногенных рисков электроустановок агропромышленного комплекса»

энергии и с минимальными затратами ручного труда. Если учесть, что для охлаждения 1 т молока с использованием в настоящее время холодильной техники по данным требуется затратить 35 кВт • час электрической энергии, то в рассмотренном примере за год её будет сэкономлено 2800 кВт •час, что эквивалентно годовому экономическому эффекту 12 тыс. руб. при стоимости электроэнергии 4 руб. за кВт • час.

Литература

1. Козловцев А.П., Квашенников В.И., Шахов В.А. Охлаждение молока на молочных фермах: монография. Оренбург: Издательский центр ОГАУ, 2016. 110 с.

2. Аккумулятор естественного холода а-15 / Информационный портал ПИЩЕВИК. [Электронный ресурс]. URL: http:// mppnik.ru/publ/525-akkumulyator-estestvennogo-holoda-a-15. html.

3. Козловцев А.П. Обоснование и разработка энергосберегающей технологии охлаждения молока в замкнутом цикле системы «атмосфера—инженерное сооружение-

водная среда»: дис. ... док. техн. наук: 05.20.01. Оренбург, 2017. 385 с.

4. Пат. РФ № 2691486 Сезонный аккумулятор естественного холода / Петько В. Г.; заявитель и патентообладатель ФГОУ ВПО ОГАУ; опубл. 14.06.2019.

5. Петько В.Г., Фомин М.Б. Анализ условий обледенения водонапорной башни Рожновского в системе водоснабжения объектов АПК // Известия Оренбургского государственного аграрного университета. 2016. № 6 (62). С. 85-89.

6. Петько В.Г. Процесс обледенения металлической водонапорной башни в системах водоснабжения объектов сельского хозяйства, выполненной по типу «бак-стойка» / М.Б. Фомин,

B.Г. Петько, Л.Р. Фомина [и др.] // Известия Оренбургского государственного аграрного университета. 2017. № 5 (67).

C. 129-132.

7. Кухлинг Х. Справочник по физике / пер. с нем. Е.М. Лей-кина. 2-е изд. М.: Мир, 1985. 520 с.: ил.стр. 234. табл. 29.

8. Теплофизические свойства молочных продуктов. [Электронный ресурс]. URL:http://thermalinfo.ru/svojstva-produktov/ molochnye-produkty/teplofizicheskie-svojstva-molochnyh-produktov.

9. Петько В.Г., Рязанов А.Б. Исследование динамики нарастания льда на внутренних стенках водонапорных башен // Техника в сельском хозяйстве. 2014. № 1. С. 31-32.

10. Климатические данные городов по всему миру. [Электронный ресурс]. URL: https://ru.climate-data.org.

Метод нечёткого логического вывода

для анализа техногенных рисков электроустановок

агропромышленного комплекса

Т.В. Еремина, д.т.н., И.А. Шаныгин, преподаватель, ФГБОУ ВО Восточно-Сибирский ГУТУ

При эксплуатации электроэнергетических объектов АПК персоналу необходимо учитывать множество факторов, оказывающих влияние на надёжность и безопасность электрооборудования. При этом информация, которой приходится оперировать, имеет неточный, неполный, в ряде случаев неколичественный характер. Рассмотрение такой задачи в рамках реального производственного объекта следует отнести к классу задач принятия решений в условиях неопределённости [1].

Материал и методы исследования. Пусть имеется модель человеко-машинной системы «Человек — Электроустановка — Среда» («Ч — Э — С»), описывающая зависимость выходного параметра Y(t) от выходных переменных -Х^) (риско-образующих факторов) (рис. 1). Оценка рисков опасности электроустановок различных объектов вероятностно-статистическими методами не всегда будет качественной и достоверной при недостаточности статистических сведений и отсутствии отдельных параметров, зависящих от специфики рассматриваемого объекта. Также существующие применяемые методы не дают возможности предопределить вариации параметров человеко-машинной системы с учётом внешних факторов, их изменчивости.

Использование математических моделей при анализе системы «Ч — Э — С» не даёт желаемых и требуемых результатов по сравнению с результатами экспертных оценок, так как они являются

материалоёмкими и трудоёмкими при проведении расчётов и моделировании.

В этом случае представляется перспективным оперировать нечёткими числами и лингвистическими оценками при составлении практических задач управления рисками опасности электроустановок реальных сельскохозяйственных предприятий в условиях существующей неопределённости, обусловленной неоднозначностью физических процессов, многообразием развития сценариев опасных ситуаций и техногенных угроз (аварий, несчастных случаев, пожаров и др.) [2]. Учёт неопределённости в реальных условиях эксплуатации электрических сетей и технологического электрооборудования несмотря на большое число публикаций в этой предметной области является проблемой до сих пор ещё не решённой.

Известно, что неопределённость является одним из фундаментальных свойств объектов электроэнергетики. Это связано с недостаточным знанием существующих закономерностей со-

Рис. 1 - Модель системы «Ч-Э-С»

стояния или ожидаемых негативных событий при функционировании человеко-машинной системы и её компонентов, с гибкостью механизмов управления, с недостоверностью данных о процессах, протекающих в электроустановках.

При рассмотрении задачи по определению оценки прогнозирования и управления рисками электроустановок сельскохозяйственного объекта (или человеко-машинной системы) лицо, принимающее решение (ЛПР), сталкивается с проблемой принятия решения, направленного на выбор наилучшего варианта из заданной совокупности альтернатив [3].

Современная математическая теория принятия решений располагает различными методами и моделями. Рассмотрим некоторые из них, наиболее перспективные для решения задач данной предметной области.

Вербальный метод применяется для анализа системы с качественными характеристиками каждой подсистемы при отсутствии количественных сведений. Передаваемые экспертом данные требуют обработки и проверки на значимость и необходимость. При отработке решающих привил с использованием вербальных оценок требуется применить логические подходы [4].

Интеллектуальный метод принятия решений применяется при наличии сформированных знаний, переданных экспертной системе, которая анализирует и обрабатывает комплекс знаний в соответствующей области для выбора решений в поставленной задаче. Здесь прогрессивными и распространёнными являются так называемые фреймовые системы, абстрагирующие восприятие определённого стереотипа, а именно формализацию модели [5].

Наиболее распространённым в настоящее время является метод нечётких множеств, применение которого целесообразнее в случае определения оценки техногенных рисков в системе «Человек — Электроустановка — Среда» при особой значимости компонента «Человек», ведущего за собой возникновение неопределённости при количественном описании сценариев возникновения и развития опасности и при оценке взаимовлияния рискообра-зующих факторов. Для определения техногенного риска эффективной является теория нечётких множеств, позволяющая представлять неопределённость связующим звеном между качественными взаимодействиями какой-либо предметной области.

При решении задач предметной области основными критериями являются нечёткое множество или лингвистическая переменная. Нечёткое множество представляет группу объектов с нечётким разделением границ между объектами, входящими в эту группу.

Нечёткую переменную можно характеризовать в виде следующей совокупности:

[Д и, Я (X; и)], (1)

где Z — наименование переменной;

и — универсальное множество; и — единичное наименование объекта множества и;

Я и) — нечёткое подмножество и, представляющее собой нечёткое ограничение на значения переменной и обусловленное Z

Следует обратить внимание на тот факт, что понятие нечёткости есть степень события х=и (происходящего в данный момент).

Лингвистическая переменная характеризуется набором слов чаще всего на формализованном языке. Безусловно, слова не точны по сравнению с числами, поэтому описание явления будет приближенным. Отсюда следует, что операции нечёткого множества идентичны использованию слов в натуральном обращении, т.е. оборот речи «опасная электроустановка» характеризует техногенный риск какого-либо объекта. Тогда синонимы или термины малоопасная, опасная, очень опасная, чрезвычайно опасная и др. будут нечёткими множествами при действии модификаторов мало, чрезвычайно.

При рассмотрении предметной области диагностика техногенных рисков опасности электроустановок сельскохозяйственного объекта лингвистическая переменная Ь определяется следующей совокупностью:

{И, Т, и, в, 5},

где И — наименование переменной;

Т — терм—множество переменной И, а именно её терминов с нечёткой переменной Z из общего множества и с единичной переменной и; в — грамматическое правило для возникновения Z с переменной И;

5 — семантическое правило для смыслового соответствия нечёткой переменной Z её подмножеству общего множества объектов и. Конкретизируемое наименование Z, на основании грамматического правила в, имеет название «терм».

Функция принадлежности наряду с лингвистической переменной Ь является базовым понятием нечёткого множества, посредством которого можно строго описывать присущие для естественного языка расплывчатые элементы или конструкции. Л.А. Заде [6] предложил оценивать степень принадлежности к определённому классу (множеству) числами в интервале [0; 1]. В работе В. В. Поди-новского [7] приведена характеристика функции принадлежности для использования парного сравнения экспертизы.

Результаты исследования. При формировании оценок парных сравнений экспертом ставится задача выбора наиболее значимого из двух элементов по восприятию различия в форме ранга значимости по ранговой шкале для получения нечёткого вывода. В таблице 1 приведены лингвистические оценки техногенного риска Я с численными значениями парных сравнений элементов функции принадлежности.

Система нечётного вывода складывается из сочетания элементов нечётких множеств и логической связи «ЕСЛИ... ТО». Применительно к рассматриваемой предметной области алгоритм формирования нечёткого вывода должен предусматривать базу данных, содержащую характеристику функций принадлежности, входные и выходные данные и структуру вывода, исходя из правил логической связи. Входными переменными являются рискоо-бразующие факторы человеко-машинной системы с их лингвистическими оценками, а выходная переменная есть показатель интегрального риска Я^. Одновременно входные сигналы и выходной сигнал должны быть сопоставимы. В случае появления взаимоотношений действий множеств предусматривается применение фаззификатора, который преобразует входные переменные (рис-кообразующие факторы) в нечёткое множество и конкретизирует их в выходную переменную, т.е. — интегральный риск Я^.

Рассмотрим процедуры нечётких правил вывода и нечётких рассуждений. Известно [6], что основное правило в системе нечёткого вывода «ЕСЛИ — ТО», которое называется нечёткой импликацией, имеет такую форму: если И это В, то и это С, здесь В и С — лингвистические переменные, полученные нечётким методом для переменных х и у посредством использования функций принадлежности. Преобразования х это В является предпосылкой, далее

у это С будет заключением, а импликация имеет вид В ^ С. Тогда, исходя из нечёткого рассуждения, можно определить заключение на основании множества импликации.

На рисунке 2 представлена структура СНВ.

Входные данные, т.е. рискообразующие факторы, проходят видоизменение в нечёткое множество в фаззификаторе по значениям функции принадлежности, а в дефаззификаторе осуществляется противоположная операция по определению однозначного значения выходной переменной — интегрального риска Я^. Исходя из полученных нечётких выводов, которые формирует модель нечётких множеств, определяется диапазон выходной переменной, а дефаззификатор преобразует его в одно значение, определяемое как выходной сигнал нечёткой системы с функцией принадлежности произвольной формы. Для решения практических задач вполне достаточно ограничиться набором наиболее используемых функций гауссовского типа, треугольной и трапецеидальной формами.

Метод нечёткого логического вывода при анализе техногенных рисков опасности электроустановок позволяет использовать аналитическое представление функции принадлежности тХ(х) (учитывающих рискообразующие факторы). На основании данных таблицы был использован треугольный тип построения функции принадлеж-

Шкала относительной важности элементов парных сравнений

Значимость Характеристическая оценка Нечеткий вывод

0 1 2 6 8 9 3,4, 5,7 неадекватность адекватность малозначимые среднезначимые явнозначимые совершенно важные второстепенные оценки несравнимые элементы равнозначимые элементы неубедительные предположения о предпочтении одного элемента над другим по логическим критериям один элемент более значим по имеющимся принципам один элемент конкретно значим над другим доказано полное превосходство и предпочтение одного элемента следует принять компромиссное решение

Ьазд правил вывода

Рис. 2 - Система нечёткого вывода

ности с лингвистическими оценками техногенного риска (терм-множества: «низкий», «средний», «высокий»; интервалы получены исходя из стандартного трехуровневого нечеткого классификатора).

Для треугольного распределения функции принадлежности справедливо следующее аналитическое выражение:

ШХ(Зн)

\¡x (Зи) =

ЗН -а . З

1 J т.

m-а

в-Зи.

[а,

в-m

Зи е [m, в]

где Зн — уровень значимости моделируемого фактора;

т — модальное значение лингвистической оценки значимости (т = 0,55); а и в — коэффициенты, принимающие произвольные действительные значения при изменении функции принадлежности (граничные значения 0,31—0,82).

Кусочно-непрерывная функция принадлежности тХ(Зн) построена на базе Х= [0; 1] лингвистической переменной, апроксимация которой приведена на рисунке 3.

Применение лингвистической оценки риско-образующих факторов опасности электроустановок при формализации их функциями принадлежности с соответствующим терм-множеством и использованием логической операции «ЕСЛИ — ТО» позволяет осуществить структурную идентификацию «входы — выход» системы «Ч — Э — С», приведённую на рисунке 3.

Выводы

1. Разработанная концепция анализа техно -генной безопасности электроустановок производственного объекта предполагает использование логико-лингвистического подхода и использование аппарата нечёткой логики в качестве основы поддержки принятия решений по управлению рисков системы «Ч — Э — С».

2. Реализация рассмотренного метода обеспечивается алгоритмами и программными средствами, позволяющими автоматизировать процедуру расчёта рисков опасных электроустановок на сельскохозяйственном предприятии.

А

А л

1

/ А

/1 /! \ i -4

/ А

/1 // i i i \3

/// // /!\ i -2

/ !// / i i \\\ \

у i i i \ \

0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 х

Рис. 3 - Иллюстрация построения функции принадлежности тХ (Зн) для рискообразующих факторов человеко-машинной системы: 1 - модальное значение лингвистической оценки значимости рискообразующего фактора; 2, 3, 4 -варьируемые оценки факторов для терм-множеств «низкий», «средний», «высокий»; 5 - функция принадлежности тХ (Зн)

Литература

1. Теория и практика управления техногенными рисками: учебное пособие / под ред. О.К. Никольского. Барнаул: Изд-во АлтГТУ, 2015. 219 с.

2. Переездчиков И.В. Методология анализа опасностей промышленных систем «человек — машина — среда» на базе теории чётких и нечётких множеств // Образование через науку: тез. докл. междунар. конф. М., 2005. С. 509—510.

3. Елохин А.Н. Анализ и управление риском: теория в практике. М.: Лукойл, 2000. 185 с.

4. Никольский О.К., Воробьев Н.П. Системный анализ безопасности электроустановок // Энерго- и ресурсосбережение — XXI век.: матер. междунар. науч.-практич. Интернет-конф. / под ред. докт. техн. наук, проф. О.В. Пи-липенко, докт. техн. наук, проф. А.Н. Качанова, докт. техн. наук, проф. Ю.С. Степанова. Орёл: Госуниверситет-УНПК, 2016. С. 36-45.

5. O. Nikolsky, N. Vorobyev, L. Kulikova, S. Khomutov. Analysis of technologenic risks hazard production facilities using soft computing. MATEC Web of Conferences 106, 07023 (2017) DOI.

6. Заде Л.А. Понятие лингвистической переменной и его применение к принятию решений. Новое в зарубежной науке и практике. М.: Мир, 1976. 196 с.

7. Подиновский В.В. Введение в теорию важности критериев в многокритериальных задачах принятия решений. М.: ФИЗМАТЛИТ, 2007. 64 с.

Прогноз глобального развития электротранспорта и инфраструктуры электрических заправочных станций

Д.И. Демидов, зам. начальника, филиал ПАО «МРСКВолги» - «Оренбургэнерго»; В.В. Пугачёв, ст. преподаватель, ФГБОУ ВО Оренбургский ГАУ

С развитием мира и технологий меняются и потребности человечества. Если еще в середине ХХ в. для большинства людей успехом считалось иметь

работу, семью, жильё и автомобиль (в основном базовые потребности согласно пирамиде потребностей А. Маслоу), то сейчас на первый план выходят здоровье, долголетие, комфортная среда проживания, возможность развития и самореализации.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Одним из важнейших факторов, влияющих на здоровье, долголетие и на комфортность среды

i Надоели баннеры? Вы всегда можете отключить рекламу.